思考未来

2026年8月8日

Prime Agent：把长任务、子 Agent 与可改进经验装进一个终端

代码 Agent 已经能完成单次修改，但任务一旦跨越多个小时，常见问题就变成：终端断开后如何继续、子任务怎样并行、经验能否跨轮次复用，以及“自动继续”何时应该停止。Prime Agent 是 Prime Intellect 开源的编码与研究 Agent，重点不是增加一个聊天界面，

代码 Agent 已经能完成单次修改，但任务一旦跨越多个小时，常见问题就变成：终端断开后如何继续、子任务怎样并行、经验能否跨轮次复用，以及“自动继续”何时应该停止。Prime Agent 是 Prime Intellect 开源的编码与研究 Agent，重点不是增加一个聊天界面，而是为长时间任务提供可持续运行的执行框架。

📌 这个项目是干什么的

Prime Agent 围绕两层设计展开：一层是 RLM（递归语言模型），让模型在持久化 IPython 环境中用代码读写文件、运行命令，并通过 rlm(...) 创建独立子 Agent；另一层是 Continual Harness，保存补充提示、记忆、技能描述和子 Agent 规格，并允许 /refine 根据执行证据做小幅更新。

这意味着，模型上下文压缩后，Python 状态仍可保留；终端关闭后，后台 worker 也能继续持有会话、定时任务和子 Agent。它更像一个面向复杂任务的 Agent Runtime，而不是普通代码补全工具。

🔍 为什么值得关注

第一，长任务所需的几个环节被放进同一套运行时：持久目标、心跳与定时提示、后台会话、自动上下文压缩，以及带轮次、Token、时间预算和质量门禁的自主模式。门禁通过只代表对应检查通过，官方没有把它包装成“任务一定成功”。

第二，子 Agent 是可编程对象。父 Agent 可并行分派代码审查、测试检查等任务，子 Agent 通过消息或文件回传结果；完成后仍可保留并继续追问。这比把多个临时对话拼在一起更适合研究和大型代码库工作。

第三，“自我改进”有明确边界。/refine 只更新可审查的补充状态，不会改写基础系统提示，并保留快照用于回滚。项目还给出了 Continual Harness 论文，概念、实现与研究来源能够相互核对。

🧪 谁适合试，怎么开始

如果你经常处理跨会话重构、长时间评测、并行代码审查或自动化研究，可以先在可回滚的测试仓库试用。官方稳定版支持 macOS 与 Linux：

curl -fsSL https://app.primeintellect.ai/prime-agent/install.sh | sh
cd /path/to/project
prime-agent

首次启动后运行 /login，可选择订阅或 API Key 提供商。建议先让它总结仓库并运行检查，再尝试把两个独立审查任务交给子 Agent；不要一开始就开启无人值守模式。

⚠️ 使用提醒

Prime Agent 会以当前用户权限执行模型生成的 Python 和项目命令，后台进程隔离不等于安全沙箱。请使用干净 worktree 或一次性克隆，并为不可信代码准备外部沙箱。安装脚本来自网络，敏感环境应先审阅；模型调用仍可能产生订阅外或 API 费用。项目采用 MIT 许可证，8 月 7 日发布的最新稳定版为 v0.7.1。

🔗 参考资源